一、请你上节目

说明: 这是一篇案例,涉及真实的电视节目和真实的研究。我核对到出处的事实会写明出处;只有二手转述或我没核对的,会明确标出;为演示逻辑而编的数字,一律写"编的"。

想象你上了一档电视节目。前面几轮游戏之后,桌上剩下你和另一位参赛者,面前有一笔奖金,比如 13,600 英镑。

最后一关的规则是这样:

  • 两个人先面对面谈两分钟,想说什么说什么;
  • 然后每个人同时、秘密地在面前的两个球里选一个:分,或者偷;
  • 揭晓:
    • 两个人都选分:各拿一半,每人 6,800;
    • 一个选偷、一个选分:选偷的人拿走全部,选分的人一分没有;
    • 两个人都选偷:谁也没有,两个人都是 0。

先别往下读。请你想一想:

  1. 你会选分,还是偷?
  2. 谈话的两分钟里,你会对对方说什么?
  3. 如果对方对你说"我保证选分",你信吗?

我猜很多人的第一反应是:我想选分,因为大家都分是双赢;可是我怕对方偷,那我就一分没有。偷至少能保证我不吃亏?

这个直觉,正是这篇案例要仔细看的地方。

二、这个节目

这是英国 ITV 电视台的游戏节目《金球》(Golden Balls),据通行的介绍,一共播了六季、323 集,最后一集在 2009 年 12 月播出,主持人是 Jasper Carrott。(这些信息来自节目的通行介绍,我没有逐项核对。)节目的最后一关,就是上面的"分还是偷"(Split or Steal)。奖池大小每集不同,是前面几轮累计出来的。

三、博弈论怎么说

用上面 13,600 英镑的数字,把四种结果写成矩阵。格子里是(你得到,对方得到),单位英镑。

对方:分 对方:偷
你:分 6800,6800 0,13600
你:偷 13600,0 0,0

如果只看钱,你会怎么选?

  • 对方选分时:你偷得 13,600,比分的 6,800 多;
  • 对方选偷时:你偷得 0,你分也是 0,一样。

所以偷在任何情形下都不比分差,而且在对方分时严格更好。这叫弱占优:偷从不吃亏,有时还占便宜。

分还是偷:偷在任何情形下都不比分差

均衡有几个?逐格检查(谁单独改选,能不能多拿):

  • (偷,偷):谁单独改成分,还是 0,没有好处,所以是均衡;
  • (分,偷):选分的人改成偷,还是 0;选偷的人已经拿到全部,所以是均衡;
  • (偷,分):同上;
  • (分,分):任何一个人单独改成偷,就能从 6,800 变成 13,600,所以不是均衡。

一共三个纯策略均衡,没有一个是"都分"。

这和囚徒困境有什么不同? 囚徒困境里,背叛是严格占优:不管对方怎么选,背叛都更好。这里,对方偷时,你偷和分一样。所以这个博弈是一个弱化的囚徒困境:只看钱的人,偷永远不吃亏。

再用期望算一下。设你相信对方选分的概率是 p:

  • 你分的期望:p × 6,800;
  • 你偷的期望:p × 13,600。

偷总是正好是分的 2 倍。p = 0.5 时,分是 3,400,偷是 6,800。偷从不亏,而且 p 越大,偷多得越多。

按这个算法,所有只看钱的人都应该偷,节目最后应该是"两个人都是 0"。

四、可是人们常常分

van den Assem、van Dolder 和 Thaler 在 2012 年的论文《分还是偷?赌注很大时的合作行为》(《管理科学》58 卷第 1 期,2–20 页)用这档节目的数据做了系统的研究。据摘要:

  • 这些赌注很大,平均超过两万美元,而且差别很大;
  • 合作的比例,比预期高,作者称之为"大花生"效应:对参赛者来说,在当时的情境里,这么大一笔钱,看起来像是"小钱";
  • 作者利用参赛者之间此前的互动,找到了互惠偏好的证据;
  • 对有条件的合作,样本里几乎没有支持:也就是说,参赛者并没有因为"对方可能合作",就更愿意合作;
  • 性别和年龄有交互:男性比女性不合作,但在年龄大的参赛者里,这个差别反过来,因为男性随着年龄增长越来越合作。

(我读到的是摘要层面,没有读到具体的合作比例,所以这里不引用数字。)

嘴上的承诺有用吗? Belot、Bhaskar 和 van de Ven 在 2010 年(《经济行为与组织杂志》73 卷第 3 期,396–405 页)的论文《承诺与合作:来自一个电视游戏节目的证据》里,据摘要:约 40% 的人会主动承诺合作,这些人合作的可能性比没有主动承诺的人高约 50 个百分点;可是,在主持人直接追问下做出的承诺,几乎不能说明这个人会怎么做。作者的读法是:人们不愿意主动撒谎,可是在被逼着回答时,可能没有顾虑。

还有人研究过另外一档类似的节目(《Friend or Foe》):List 2006 年(《经济学与统计学评论》88 卷第 3 期,463–471 页)把它叫作囚徒困境的一个自然实验,Oberholzer-Gee、Waldfogel 和 White 2010 年(《经济学与统计学评论》)研究了其中的合作与学习。(这两篇我只核对到出处。)

五、一个"在乎公平"的模型

如果参赛者只看钱,应该偷;现实里很多人分。一个简单的解释是:这些人的满意度里,不只有钱,还有公平。

用一个简单的模型:满意度 = 自己的钱 − α × (对方比我多的部分)− β × (我比对方多的部分)。α 是"吃亏的难受",β 是"占便宜的愧疚"。

对方选分时:

  • 你分:每人 J/2,没有差距,满意度 J/2;
  • 你偷:你得 J,对方 0,你比对方多 J,满意度 J − βJ = J(1 − β)。

偷的满意度大于分,当且仅当 J(1 − β) 大于 J/2,即 β 小于 1/2。也就是说:愧疚不到一半的人偷,愧疚达到一半以上的人分,不管奖池多大(因为两边都和 J 成正比)。

对方选偷时:

  • 你分:你 0,对方 J,你吃亏,满意度 −αJ;
  • 你偷:两人都是 0,满意度 0。

所以对方偷时,你偷总是不比分差(α 大于 0 时严格更好)。

把两种情形合起来。设你相信对方选分的概率是 p。你分的期望满意度(单位 J)是 p/2 − (1 − p)α,偷的是 p(1 − β)。分更好,当且仅当 p 不小于 α ÷ (α + β − 1/2)(要求 β 不小于 1/2;β 小于 1/2 时,不管 p 多大,都不会分)。

用编的数字:α = 0.3,β = 0.6。分的满意度是 0.8p − 0.3,偷的是 0.4p。令相等:0.4p = 0.3,p = 3/4。

当你在乎公平:什么时候该分,取决于你有多相信对方也会分

这个人:

  • 相信对方分的概率超过 75% 时,分;
  • 低于 75% 时,偷。

这个模型和论文里的发现,有的吻合,有的不吻合:

  • 吻合:合作的比例高,因为有一批 β 够大的人;
  • 有点不吻合:模型里,α 大时,p 会影响你的选择(有条件的合作);α 接近 0 时,p 完全不起作用,只要 β 不小于 1/2 就分。据摘要,论文几乎没有找到有条件合作的证据,这更像 α 小的情形。
  • 模型没有解释:为什么性别和年龄会有交互?这需要别的因素(比如形象、社会规范)。

六、嘴上的话

这档节目里最有名的一集(据多处转述)是两位参赛者 Nick 和 Ibrahim 的一集,奖池是 13,600 英镑。Nick 在谈话时说:我会选偷,但我保证事后把钱和你对半分,要求对方选分。据转述,最后两个人都选了分,每人拿到 6,800 英镑。(我没有看到完整的节目,只引用多处转述一致的部分。)

用博弈的语言想一想这个策略:

  • Nick 宣布:我选偷,事后对半分。
  • 如果对方相信,对方的最佳回答是选分:对方选分、Nick 选偷、事后对半分,对方得 6,800;对方选偷,两人都是 0。
  • 可是事后对半分,是一个节目之外的承诺,节目的规则不管。Nick 如果偷了又不分,对方得 0。

这是一个典型的廉价磋商:说话不花钱,可是只有在对方相信的时候才有用。

它的巧妙之处在于:宣布"我选偷、事后分",让"选分"对对方变成了一个有理由的选择。(这是我对这件事的解读,不是节目的引用。)

最后两个人都选了分,也提醒我们:一个例子不能证明什么。你不能因为这一集,就说"说这样的话就有用";Belot 等人的研究说的是整体的统计:主动的承诺有信息,被追问出来的承诺没有信息。

七、证据、局限和分歧

理论预测。

  • 只看钱:偷是弱占优,三个纯策略均衡,没有"都分";
  • 有公平考虑:愧疚 β 不小于 1/2 的人会分;有条件的合作需要 α 较大。

证据(我核对的是出处和摘要层,没有读全文):

  • van den Assem、van Dolder 和 Thaler 2012(Management Science 58(1):2–20,摘要);
  • Belot、Bhaskar 和 van de Ven 2010(JEBO 73(3):396–405,摘要);
  • List 2006(REStat 88(3):463–471);Oberholzer-Gee、Waldfogel 和 White 2010(REStat,页码没核);
  • 节目的基本情况和 Nick、Ibrahim 一集:多处转述一致,没有看到完整节目。

局限。

  • 电视节目不是随机样本。 参赛者是被挑出来的,参赛者知道有摄像机,有观众,有亲友在看,形象可能影响选择。
  • 前几轮的互动,可能让参赛者彼此有了判断。
  • “大花生”:对参赛者来说,这一笔钱在节目的情境里可能没有看上去那么大。
  • 我没有读到具体的合作比例和样本数,所以不引用数字。

分歧(事实问题和价值问题要分开)。

  • 事实问题:有条件的合作到底有多少?承诺到底有多大作用?这要看数据,不同节目、不同研究的结论不完全一致。
  • 解释问题:合作的人,是因为在乎公平、在乎形象、怕被人指责,还是没想清楚"偷永远不吃亏"?这些解释可以并存,从一个选择里分不出来。
  • 价值问题:选偷是不是"不对"? 这篇不回答。博弈论能告诉你,选偷在只看钱的意义上是弱占优的;它不能告诉你,一个人应不应该只看钱。

八、小结

  • 规则:奖池 J;都分各得 J/2;一偷一分,偷的拿 J;都偷各得 0。
  • 博弈论:偷弱占优;三个纯策略均衡,(偷,偷)、(分,偷)、(偷,分);没有"都分"。不同于囚徒困境(严格占优)。
  • 期望:你偷的期望总是分的 2 倍(p × J 对 p × J/2)。
  • 证据:赌注很大时合作的比例仍高于预期(“大花生”);有互惠的迹象;几乎没有有条件合作;性别和年龄有交互(据摘要)。
  • 承诺:约 40% 主动承诺合作,合作可能性高约 50 个百分点;被追问出来的承诺没有信息(据摘要)。
  • 公平模型:满意度 = 自己的钱 − α × 吃亏 − β × 占便宜。β 小于 1/2 就偷;β 不小于 1/2 时,p 不小于 α ÷ (α + β − 1/2) 就分。例:α = 0.3,β = 0.6 → p = 3/4。
  • 嘴上的话:廉价磋商;“偷了再分"依赖节目之外的信任;一集不能证明什么。
  • 局限与分歧:节目不是随机样本;是否应该偷,是价值问题。

下次你看到"双赢但有人会偷"的局面,请想一想:对方偷的时候,我的选择有没有区别?我的满意度里,有没有钱以外的东西?我说的话,对方有什么理由相信?

思考题

  1. 奖池 8,000 英镑。写出矩阵,列出所有纯策略均衡。如果你相信对方选分的概率是 0.4,分和偷的期望各是多少?
  2. 公平模型,α = 0.2,β = 0.7。这个人在相信对方选分的概率超过多少时选分?
  3. α = 1,β = 0.4。这个人会不会选分?说明原因。
  4. 有人说"我会选偷,但我保证事后和你对半分”。奖池 10,000。如果对方选分,这个人选偷并且遵守诺言,两人各得多少?选偷并且不遵守,各得多少?这个人如果选分,各得多少?对方为什么需要"相信"?
  5. 为什么在"只看钱"时,(分,分)不是均衡;而在 β 不小于 1/2 的两个人之间,(分,分)可以是均衡?
  6. 把规则改一下:如果两个人都选偷,每人倒扣 奖池的 1/10(比如奖池 10,000,各 −1,000)。这时对方选偷时你的最好回答是什么?对方选分时呢?这个博弈变成了什么类型?求混合均衡里选偷的概率。

思考题提示

  1. 矩阵:(分,分)4000,4000;(分,偷)0,8000;(偷,分)8000,0;(偷,偷)0,0。纯策略均衡:(偷,偷)、(分,偷)、(偷,分)。p = 0.4:分 = 0.4 × 4000 = 1,600;偷 = 0.4 × 8000 = 3,200。
  2. p 不小于 α ÷ (α + β − 1/2) = 0.2 ÷ (0.2 + 0.7 − 0.5) = 0.2 ÷ 0.4 = 0.5。
  3. β = 0.4 小于 1/2。分的满意度 p/2 − (1 − p) × 1 = 1.5p − 1,偷的满意度 p × 0.6 = 0.6p。分更好需要 0.9p 不小于 1,p 不小于 1.11,不可能。所以不会分:愧疚不到一半的人,即使很怕吃亏,也不会分。
  4. 选偷并遵守:偷的人拿到 10,000,对半分后各 5,000。选偷并不遵守:偷的人 10,000,对方 0。选分:各 5,000。对方需要相信:如果对方选分,只有当对方相信"偷的人会对半分",才得到 5,000;如果偷的人不遵守,对方一分没有;而"事后对半分",节目的规则管不了。
  5. 只看钱:(分,分)时,单独改偷能多拿 6,800(以 13,600 为例),所以不是均衡。β 不小于 1/2:改偷的满意度是 J(1 − β),不大于 J/2,所以没有人想改,(分,分)是均衡。
  6. 对方选偷时:你选分得 0,选偷得 −1,000,所以分更好。对方选分时:你偷得 10,000,分得 5,000,所以偷更好。这变成了斗鸡型(反协调):均衡是(分,偷)、(偷,分),还有一个混合均衡。设对方选偷的概率为 s:你分的期望 = (1 − s) × 5000;你偷的期望 = (1 − s) × 10000 − s × 1000。令相等:5000 − 5000s = 10000 − 10000s − 1000s,即 6000s = 5000,s = 5/6。